/
KAIST团队巧妙"瘦身"让AI模型跑得更快更聪明——像高速公路一样的神奇架构
韩国科学技术院研究团队开发出Simba方法，通过层次化稀疏化技术对状态空间模型进行"瘦身"，在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计，让AI模型的上层只处理最重要的信息，实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
以色列团队推出"哨兵"：AI世界的超级保安，专治恶意提示词攻击
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型，通过精心构建的多样化数据集训练，在内部测试中达到98.7%准确率和98.0% F1分数，在公开基准测试中平均F1分数达93.8%，显著超越现有最强基线系统。该模型推理速度仅0.02秒，具备实时检测能力，为AI系统安全防护提供了新的解决方案。
清华等顶尖高校发现：AI越聪明，人类越糊涂？首个大规模研究揭示人机协作的隐秘真相
这是首个大规模研究AI知识传授能力的实验，涉及118名参与者与8个顶级AI模型的协作。研究发现AI的智能水平与教学效果并非正比关系，一些高性能AI反而在协作中表现不佳。通过分析数千条对话记录，研究揭示了影响人机协作成功的关键因素，包括表达方式匹配、自适应引导和避免过度依赖。研究警示：随着AI能力提升，可能出现"知识传授鸿沟"，需要专门优化AI的可理解性。
字节跳动竟然开发出"程序评分机器人"：一套神奇的算法系统让编程比赛测试题生成变得像玩游戏一样简单
字节跳动研究团队开发出革命性的"生成器-验证器"AI系统，专门解决编程竞赛中测试用例质量低下的问题。通过172万份真实数据验证，新系统生成的测试用例准确率比现有方案提高一倍，创建了全新的CodeContests+数据集。这项工作为AI编程能力评估和训练提供了更可靠的基础设施。
Cisco 推出数据中心解决方案 助力 AI
思科发布全新硬件、网络及安全方案，包括 AI Canvas 和统一 Nexus Dashboard，通过整合计算、网络与安全能力，全面提升 AI 基础设施效能。
OpenAI 发布 o3-pro：升级版 o3 AI 推理模型
OpenAI 推出 o3-pro，它采用分步推理技术提升在物理、数学和编程等领域的表现，支持网页搜索、文件分析、视觉推理及 Python 应用。该模型相比旧版本响应稍慢，但在多项评测中全面超越竞争对手。
高通分享其内置生成式 AI 的智能眼镜未来愿景
文章概述了高通在 AWE 展会现场展示了一次全新演示，利用搭载 Snapdragon AR1+ Gen 1 处理器的智能眼镜直接在设备上运行生成式 AI，无需手机或云端支持，从而预示 XR 设备的全新发展方向。
AlphaSense 推出全新 Deep Research：面向互联网和企业文件的深度研究为何如此重要
AlphaSense 推出的“深度研究” AI 代理可自动整合公开网络、专有数据及企业内部内容，快速高效生成详实报告，助力决策。
首席信息安全官必须将网络威胁转化为业务风险
文章阐述了首席信息安全官如何将网络安全风险由传统技术防护转向企业整体风险管理，强调跨技术与业务语言沟通及与监管机构协同的重要性。
从网安融合到AI，守护好企业的每一个环节
安全风险往往在很多时候会伪装成网络现象悄然发生，要洞察真相、及时防御，必须打通网络与安全的边界，这正是Fortinet一直坚持推动的“网安融合”理念。而在AI时代，企业面临着越来越复杂的安全挑战。Fortinet的网安融合体系也将让AI的能力发挥到最大，守护好企业的每一个环节。
百度网盘、文库重磅推出AI相机：打造全模态“超级入口”
数字时代，我们每天与海量信息打交道，拍照、存储、管理、学习、办公……这些碎片化的需求，往往令人感到疲惫。但现在，这一切将变得前所未有的简单与高效！百度网盘与百度文库创新推出“AI相机”
Vanta 的 AI 代理想要运行您的合规计划 —— 事实可能如此
Vanta 推出全新 AI 合规代理，自动处理安全与合规工作流，从策略映射到证据审核，有效降低人工失误并提升运营效率。该产品已启动私测，七月全面上线在即，开启企业风险管理新时代。
谷歌DeepMind突破性技术：机器人能像人类一样"看着学"——从不完美数据中重建完美虚拟世界
谷歌DeepMind研究团队开发了一种革命性的机器人3D重建技术SplatMesh，能够让机器人从不完美的真实数据中学习，同时重建物体几何形状和外观。该技术采用端到端优化策略，将机器人校准、场景重建和物理仿真统一在一个框架中，在ALOHA2双臂机器人上的实验证明其能够处理现实世界的复杂条件，为机器人自主学习和适应提供了新的解决方案。
电子科大团队最新发现：用不到10%的数据就能让AI更聪明，训练时间还能缩短一半！
电子科技大学研究团队突破性发现：仅使用不到10%的精选训练数据，就能让多模态AI的推理能力超越传统全数据训练方法，同时缩短40%训练时间。他们开发的RAP数据选择框架通过因果差异分析和注意力评估，精准识别能激发AI真正多模态推理的"认知样本"，颠覆了"大数据必然更好"的传统观念，为AI训练开辟了质量优先的新路径。
巴斯克AI团队新突破：让计算机像专家一样自动识别信息，无需大量人工标注
这项由巴斯克语言技术中心团队完成的研究，开发了GUIDEX方法来自动生成信息提取的标注指南和训练数据。该方法通过四个步骤（文档总结、结构化表示、指南生成、实例提取）模拟专家工作流程，无需人工标注即可适应新领域。实验显示，GUIDEX在七个零样本命名实体识别基准上创造了新的最佳成绩，比现有方法平均提升近2个F1分数点。
大模型也会"过时"？Skoltech首创"常青问题"识别系统，让AI更懂"时效性"
Skoltech等机构联合开发了首个多语言"常青问题"识别系统EverGreenQA，能准确区分问题答案的时效性。研究创建了包含7种语言4757个问题的数据集，训练的EG-E5分类器准确率达90.6%，超越现有大型语言模型。该技术可改善AI自我认知、优化数据集质量，并能预测GPT-4o的检索行为，为构建更可信的AI问答系统提供重要突破。
CRAWLDoc：如何从混乱的网页中找到学术黄金——德国乌尔姆大学开发的智能文献排序系统
这项研究介绍了CRAWLDoc，一种创新的文献排序系统，能从网络中自动识别与学术论文相关的文档。德国乌尔姆大学的研究团队利用小型语言模型，将论文登陆页面作为查询，对所有链接资源进行排序，有效解决了学术元数据提取面临的网页布局多样性问题。基于600篇来自六大出版商的论文测试，系统展现出卓越的排序性能和跨出版商适应能力，为改进学术信息提取奠定了基础。
婴幼儿语音情感数据的智能分析：西安交通大学与昆明理工大学联合突破传统限制的榜样之作
西安交通大学与昆明理工大学研究团队开发了一种基于集成学习的婴幼儿语音情感识别方法，能有效分辨饥饿、困倦、不舒服和高兴四种情绪状态。研究采用三层分类器架构，整合SVM、随机森林和KNN算法，达到85.82%的准确率，显著优于单一分类器。这项技术有望应用于智能婴儿监护和早期疾病筛查，为理解婴幼儿非语言表达开辟了新途径。
大型语言模型的隐私保护：微软与普渡大学联合研究团队让AI学会在对话中判断哪些信息该说，哪些不该说
这项来自普渡大学和微软的研究探索如何让AI助手更好地保护用户隐私。研究团队通过让大型语言模型在回答前先思考"语境完整性"(即在特定场景下什么信息适合分享)，并结合强化学习技术进行训练，成功降低了隐私信息泄露风险高达40%，同时保持了任务完成能力。研究仅使用约700个合成数据样本进行训练，却在真实场景测试中展现出色效果，为构建更隐私友好的AI助手提供了实用方法。
SkyReels-Audio：让肖像"动"起来 - Skywork AI开创全能音频驱动的人像视频生成技术
SkyReels-Audio是Skywork AI团队开发的全能音频驱动人像视频生成框架，能将静态图像或视频与语音输入结合，生成高度逼真、唇形同步的说话人像视频。基于预训练的视频扩散变换器构建，该技术支持无限长度视频生成和编辑，提供多模态控制能力。通过混合课程学习策略和双向潜在融合技术，该模型在身份一致性、面部表情自然度和唇形同步精度上取得了突破性进展，为数字内容创作、教育和娱乐领域带来革命性可能。
京公网安备 11010802021500号
